Çerez kullanıyoruz. Çerezler ve tarayıcı depolaması oturumunu açık tutar ve tercihlerini hatırlar. İzin verirsen sitenin nasıl kullanıldığını da ölçeriz. İstediğin zaman . Ayrıntılar için çerez politikamıza bak.
amazon/titan-embed-text-v2Yukarıdaki fiyatlarla bakiyenden çalışır. Yeni hesaplar ücretsiz kullanımla başlar.
Ayarlar
Amazon Titan Text Embeddings V2, api14 üzerinde amazon/titan-embed-text-v2 model id'si ile listelenen, Amazon'a ait bir metin gömme modelidir. Embeddings kategorisine aittir, yani işi düzyazı üretmek veya sohbet etmek yerine metni vektörlere dönüştürmektir. Uygulamanız anlamsal anlamı yakalayan sayısal bir metin temsiline ihtiyaç duyuyorsa, başvuracağınız model türü budur.
Model tek girdi olarak metni alır ve çıktı olarak embeddings döndürür. Girdi başına 8.192 token'a kadar kabul eder; bu, önce bölmeden uzun bir belge bölümü, tam bir makale veya bir bilgi tabanı girdisinin kayda değer bir kısmı için yeterli alan demektir. Döndürdüğü vektörler normalize edilmiştir ve 1.024 boyuta sahiptir, böylece ek normalizasyon adımları olmadan bunları doğrudan kosinüs benzerliği veya nokta çarpımı ile karşılaştırabilirsiniz. Maksimum çıktı 7.372'dir.
Bu özellikler birkaç pratik kullanıma işaret eder. Erişim destekli üretim bariz olandır: belgelerinizi bir kez gömelleyin, istek anında kullanıcı sorgusunu gömelleyin ve bir üretim modeline beslemek için en yakın parçaları getirin. Ürün katalogları, destek talepleri veya iç dokümantasyon üzerinde anlamsal arama aynı şekilde çalışır ve anahtar kelime aramasının kaçıracağı yeniden ifadeleri yakalar. Kümeleme ve konu keşfi, sabit 1.024 boyutlu vektörlerden fayda sağlar, çünkü bunlar üzerinde doğrudan k-means veya benzer algoritmalar çalıştırabilirsiniz. Tekilleştirme ve neredeyse yinelenenleri tespit etme de doğal olarak uygundur; öğeleri etiketlere göre değil anlama göre eşleştiren bir öneri katmanı oluşturmak da öyle.
Bunu, amazon/titan-embed-text-v2 model id'sini kullanarak api14'ün OpenAI uyumlu API'si üzerinden çağırırsınız, böylece OpenAI embeddings biçimini zaten konuşan herhangi bir istemci minimum değişiklikle çalışır. Temel URL'nizi api14'e yönlendirin, api14 anahtarınızı iletin ve metninizi bu model id'si ile embeddings uç noktasına gönderin. Model, uç noktanın gerektirdiklerinin ötesinde ek istek parametresi desteklemez, bu nedenle isteğinizi basit tutun ve dikkate alınmayacak ayar seçeneklerini iletmekten kaçının. Bir gömme modeli olduğu için sohbet tarzı mesajları kabul etmez veya üretilmiş metin döndürmez.
Akılda tutulması gereken bir şey, bu modelin yalnızca metni işlemesidir. Girdiniz görüntü, ses veya başka modaliteler içeriyorsa farklı bir modele ihtiyacınız olacaktır. Aynı şekilde, metni sayısal olarak temsil etmek yerine yanıt yazan bir asistana ihtiyacınız varsa, gömme modeli yanlış araçtır ve bunun yerine bu modeli bir üretim modeliyle eşleştirirsiniz. Ancak kendi kapsamı içinde, çoğu belge parçası için yeterince büyük bir bağlam penceresiyle erişim, arama ve kümeleme görevlerini kapsar.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.embeddings.create({
"model": "amazon/titan-embed-text-v2",
"input": [
"The quick brown fox",
"Lorem ipsum"
]
});
console.log(result.data.map((d) => d.embedding.length));
Bu toplulukta henüz konu yok. Amazon: Titan Text Embeddings V2 hakkında ilk konuyu sen aç.